运动传感器有望识别有受伤风险的马匹

华盛顿州立大学的研究人员正在测试和改进一个重量为3盎司的小型传感器，它能够在一秒钟内记录2,400个运动数据点。这种传感器可能是减少赛马受伤数量的关键。

在华盛顿州立大学兽医学院沃里克·贝利博士的带领下，研究人员使用由StrideSAFE公司开发的生物识别传感器，对纯种马在国内一些顶级赛马场上的比赛和训练进行追踪。

利用收集到的数据，该团队能够识别与受伤风险增加相关的微小步幅变化，从而在灾难性崩溃之前进行干预。研究人员在《美国兽医协会杂志》上发表的一项案例研究中重点介绍了2023年丘吉尔唐斯赛马场上被标记的三匹马。

“这些赛马在比赛前会接受全面检查，但灾难性的伤害仍然会发生，而且并不是因为它们踩到洞里或迈错了步。很大一部分赛马有临床检查无法轻易发现的既存病变，”华盛顿州立大学马科手术住院医师、这项研究的第一作者丹尼斯·麦克·斯威尼博士说。

“从我们的传感器数据中，我们知道大多数灾难性伤害都有明显的步态模式。现在我们可以知道他们的步态何时出现问题，并在发生重大伤害之前采取措施。”

传感器测量马匹腿部和身体移动的速度和方向的变化，并生成其步幅模式的图表。这些数据通过算法进行处理，并与来自高水平、健康的赛马的“理想步幅”进行比较。

该算法利用来自6,500多次起跑的数据，还识别出与遭受灾难性伤害的马匹的步态相似之处。根据步态与理想步态的偏差程度以及与受伤相关的步态的相似程度，为马匹分配1到5的受伤风险系数。

步幅为5的马匹遭受灾难性伤害的可能性比步幅为1的马匹高出950倍，而步幅接近理想步幅。在追踪的马匹中，70%属于第1类，3.5%属于第5类。

“我们知道每1,000场比赛中大约有1.25匹马会遭遇灾难性伤病，但在此类事件发生之前识别这些马就像大海捞针，因为它们在赛前检查时通常主观上是健康的，而且许多马的表现没有任何下降，”麦克斯威尼说。“但如果你能缩小范围，比如我们从这组马中找出的3.5%，那么干预和预防伤病就会容易得多。”

为了测试和改进算法，从2023年4月29日至7月2日，在肯塔基州丘吉尔唐斯赛马场和埃利斯公园的马匹身上安装了传感器。麦克斯威尼负责收集高风险马匹的临床数据。

在他们的案例研究中，该团队重点关注了被标记为第5类的两匹3岁小马和一匹4岁种马。在每种情况下，传感器都会向兽医和训练师发出潜在伤害风险警报，并促使诊断成像确认发生严重肌肉骨骼损伤的风险增加。在返回赛道之前，每匹马都经过一段时间的恢复，避免了严重伤害。

“这些都是该技术如何防止马匹受伤的典型例子，”麦克斯威尼说。“有了这些信息，驯马师和兽医就可以采取措施，让这些马匹的职业生涯更长，希望它们可以避免灾难性的伤害。”

麦克斯威尼希望传感器将成为所有纯种马赛马和训练的标准。

“我相信这将产生巨大的影响，”她说。“传感器可以挽救马匹和骑师的生命——它们已经做到了。”